AI编程烧钱，多半是让贵模型干了便宜活_服务软件

AI编程烧钱，多半是让贵模型干了便宜活

月中额度就见底，多数人的第一反应是"我用太多了"。更常见的原因其实是：用得太费。小红书

先说钱花在哪。知乎开发者 AIKS 拿同一个 Java 修 bug 的任务，在 Claude Code 2.1.299 上跑了 6 种设置，`claude -p --output-format json` 报出来的花费从 0.69 美元一路到 0.02 美元，验收用例全部通过。把最贵那次拆开：七成的钱花在"写缓存"上，也就是工具第一次读进来的系统提示、工具定义、CLAUDE.md 和文件内容。模型真正写出来的代码，只占一成多。知乎

还有人算得更直白：同样问一个"为什么报空指针"，只贴 40 行的那个方法，和贴 400 行的整个类再带三个相关文件加报错全文，成本差 31 倍。而多贴过去的那堆代码，它大部分根本没看。小红书

所以贵的从来不是"写"，是"读进来"和"想清楚"。这两件事性质完全不同，却常被同一个最贵的模型一起包了。

一个把分工做成产品的开源 skill

shadcn（写 shadcn/ui 那位）今年 6 月 10 日丢出一个叫 improve 的项目，这两天又爬回 GitHub Trending，11533 星、467 fork、MIT 协议。仓库描述一句话讲完全部主张：用你最强的模型审计代码库，给便宜模型写执行计划。README 里还有一句更硬的——把最强的模型用在"智力会复利"的环节：读懂代码库、判断什么值得做、写规格；执行交给便宜模型。而这个 skill 自己一行代码都不写，计划就是产品。GitHub知乎

装上只要一行 `npx skills add shadcn/improve`，在项目里敲 `/improve`。它并行派子 agent 去扫正确性、安全、性能、测试覆盖、技术债等九个维度，每条发现必须带 `文件:行号` 证据、影响、工作量、置信度。之后还有一步叫 Vet——子 agent 一定会过量上报，所以主模型会把每处被引用的代码自己重读一遍，误报丢掉，拒绝理由记下来，下次不再烦你。知乎

它凭什么敢把活交给便宜模型

这是最值得抄的部分。计划是照着"最弱的那个执行者"写的：一个没见过前面讨论、可能小得多的模型。靠三条兜住。GitHub

上下文全内联——精确文件路径、现状代码片段、仓库约定和范例文件，不写"如前所述"。每一步末尾挂一条命令和预期输出，完成标准机器可检查，执行者不必自己判断"我这算成功了吗"。再加越界清单和 STOP 条件，给执行者的第一句话就是：任何一条 STOP 条件出现，停下并报告，不要即兴。知乎

`/improve execute` 会在隔离的 git worktree 里派便宜模型干活，再像技术主管一样复查：重跑每条完成标准、检查范围合规、对着意图读 diff。结论只有三种——通过、打回重做（最多两轮）、卡住回头改计划。合并永远由你决定。GitHub

但别把它当银弹

README 里没有省钱数字。它给的是一套分工逻辑，不是账单对比，没有"省了 70%"这类可引用的数据。最后一次提交停在 2026 年 9 月 12 日，两个月没动，18 个 open issue，没人保证维护状态。它还是个 skill 而非独立软件：你得先有支持 Agent Skills 格式的工具，还得有个愿意付费的贵模型当顾问——本来就在薅免费额度的话，这套分工省不出钱。知乎

最大的风险在前提本身：整套方案押注在计划质量上。计划写歪了，便宜模型会非常高效地执行一个错误方案。STOP 条件能挡一部分，挡不住方向错。它也面向有规模的仓库，写脚本、改两行配置用不上。而且它审 shadcn/ui 那次，曾把 `https_proxy` 环境变量误报成 SSRF——复核阶段自己否掉了，但也说明这套流程不是零误报。